先给出核心判断：迅策科技发布了全球首款 TokenOS 操作系统——TokenONE，重点面向企业场景的数据 Token 化需求，目标十分清晰——让 AI 最核心的生产资料实现规模化、工业化供给与产出。

大模型正在加速进入企业核心业务流程，但 AI 产业发展到这个阶段，也遇到了一个更现实、也更关键的问题。

过去评价一家 AI 公司，市场通常更关注参数规模、模型能力和算力投入。但当 AI 真正进入产业落地阶段，越来越多企业开始意识到：决定 AI 能否创造真实业务价值的，并不只是模型“够不够聪明”，更在于它能否理解具体行业、具体流程以及具体业务场景。

金融风控中的交易逻辑，制造业里的工艺 Know-how，医疗影像背后的诊断经验，能源调度中的实时运行数据——这些长期“沉睡”的高质量数据、行业知识和场景经验，才是 AI 深入产业应用时真正需要的核心燃料。

问题在于，这些数据过去大多呈现分散、异构、非标准化的状态。人可以理解它们，但 AI 和大模型往往难以直接调用；它们能够支撑业务判断，却难以进一步转化为可计量、可定价、可审计、可交换的标准化数据资产。

迅策科技（3317.HK）推出的 TokenONE，正是瞄准这一关键缺口而来。

这套系统并非传统意义上的 AI 调用管理工具，而是一套 AI 原生、Token 原生的全新操作系统。类比来看，PC 时代的 Windows 管理电脑文件，移动互联网时代的 iOS 和 Android 管理手机应用——而 TokenONE 要管理的，则是 AI 时代最核心的生产资料：Token。

企业AI落地，缺的是什么？

AI 产业的上半场，基础大模型与算力一直是最受关注的变量。大模型厂商持续堆叠参数，算力基础设施不断扩容，通用模型能力也在快速迭代。但一旦进入金融、制造、医疗、能源、机器人训练等专业场景，企业真正需要的往往不是“什么都能回答一点”的通用系统，而是能够理解行业规则、贴合业务流程、输出稳定结果的专业化能力。

这背后真正缺少的，正是场景 Token。

通用 Token 更像是未经深度提炼的原始材料，适用范围广，但在专业场景中往往需要反复调用、多轮校正，才能得到接近可用的结果。场景 Token 则不同——它基于特定行业的私有数据、业务逻辑和专业知识，经过清洗、标准化、标签化、对齐与增强之后，具备更高的信息密度，也拥有更强的业务指向性。

这正是 TokenONE 最核心的产品逻辑：让企业数据不再只是沉积在内部系统中的“数据孤岛”，而是转化为模型可以直接调用的高价值数据 Token；让每一次模型调用不再只是算力消耗，而成为一次可追踪、可验证、可优化的业务动作。

换句话说，数据 Token 化并不是简单把数据换一种格式，而是将企业长期积累的数据资产，在“场景 Token 工厂”中进一步转化为 AI 能理解、能调用、能计量的核心燃料。

场景Token工厂如何运转？

如果说数据 Token 化解决的是“原料是什么”，那么 TokenONE 更进一步解决的是“如何规模化生产”。

按照迅策科技的介绍，TokenONE 通过一套标准化流程，把原始数据从“原料入口”到“价值兑现”进行全链路加工。整个流程覆盖数据收取、清洗、标准化、标签化、建模、实时计算、Token 化封装，再到智能体调用和混合大模型应用。

在这一体系中，企业内外部的多源异构数据会先完成接入与治理，实现原料入口标准化；随后经过清洗、标签化、建模和实时计算，被映射到金融、制造、能源、医疗等具体业务场景；最终封装成可计量、可定价、可审计，并且能够在合规框架下流通与复用的 Token 化资产。

这里的关键，并不只是单纯“处理数据”，而是把非标准化的行业经验，进一步转化为模型可以稳定调用的标准化能力。

传统数据治理更像是把分散的资料整理入库，而 TokenONE 更像是一条面向 AI 时代的精密生产线：它将原始数据、行业知识、业务规则和场景经验加工为标准化部件，再根据不同任务装配进入智能体、垂类模型和业务系统之中。

生产出来的场景 Token 并不是终点，而是新一轮业务价值创造的起点。借助 TokenONE，Token 化资产可以精准注入各类 AI Agent，也能够通过模型调优模块赋能垂类模型和小模型，驱动具体业务决策。也就是说，TokenONE 不仅负责“生产 Token”，还负责让这些 Token 进入真实业务链路，在调用、反馈和优化中不断形成闭环。

值得一提的是，TokenONE 还为 Token 工厂构建了全链路质量保障体系——通过企业总览、Agent 系统页、用户中心、数据分析工作台、告警中心和平台管理等模块，企业能够识别无效调用、低效消耗和异常波动，把 AI 投入从“被动消耗”转向“主动管理”。

让Token实现工业化供给

目前市面上不少 AI 产品仍停留在工具层面：帮助企业调用模型、优化流程、降低成本，或者提升单点效率。而 TokenONE 的定位更进一步——它不只是帮助企业“更高效地使用 AI”，而是试图解决 AI 大规模落地前必须完成的一项底层基础工程：高质量场景 Token 的工业化供给。

对于行业客户而言，不再需要从零开始搭建复杂的数据治理体系，也不必把业务专家的知识手工“翻译”为模型可理解的格式。Token 工厂可以直接输出标准化场景 Token，使 AI 落地周期从几个月缩短至几天。

对于大模型公司而言，场景 Token 工厂的出现，为大模型能力向产业下沉提供了新的接口。通过获得可规模化的垂类数据供给，通用大模型缺乏场景数据的痛点有望被系统性解决。

对于整个 AI 产业来说，这意味着 AI 落地正在从项目制走向产品制，从定制化开发走向标准化供给，而这正是产业成熟的重要标志。

过去，AI 落地往往依赖一个个定制项目，交付周期长、复用程度低、边际成本高。未来，如果场景 Token 可以持续生产、反复调用、动态优化，AI 系统就有机会像工业软件、云服务一样，形成更清晰的产品形态和商业模式。

TokenONE 的发布，只是这一过程的起点。在这套底层架构之上，迅策科技还将继续与垂直行业企业共建场景 Token 工厂，让数据 Token 化能力覆盖更多关键产业。每一个垂类 Token 工厂的落地，都意味着 AI 在该行业的应用边界被进一步拓展，也意味着 AI 核心生产资料的大规模工业化供给又向前推进一步。

商业模式打开新空间

场景 Token 工厂的价值，最终也会体现在商业模式之上。

随着企业 AI 从“为技术买单”转向“为业务价值买单”，迅策科技正在完成从传统订阅制向 Token 付费与价值分成模式的系统性跃迁。

迅策科技表示，公司垂类 Token 的调用价格已达到 10 美元至 100 美元/百万 Token，并且会根据专业使用场景持续提升。2026 年 4 月，迅策 Token 调用 ARR 季度环比增长 300%，Token 付费模式目前收入占比约 5%，目标是在 2026 年底提升至 20%到30%。

这组数据的意义不只体现在收入增量上，更体现在商业模式的深层变化。过去，企业级软件和 AI 系统更多依赖订阅制、项目制或一次性采购。随着 TokenONE 推出，迅策科技正在探索一种更贴近业务价值的计量方式：客户不再只是为软件功能付费，而是为实际调用、业务动作以及结果价值付费。

Token 付费并不是简单的“按字数收费”，而是综合三个维度：单次调用价格、调用次数以及模块深度。单次调用价格取决于数据稀缺性、实时性要求和行业复杂度；调用次数对应客户在真实业务中的实际使用量；模块深度则与系统接入模块数量、嵌入业务流程深度密切相关。

本质上，这是一种让收费方式与客户真实创造价值深度绑定的机制。迅策科技表示：“客户用得越深、调用越多、对结果要求越高，我们提供的数据能力价值就越大。”

这一模式也有助于降低企业 AI 落地门槛。对于仍处于 AI 探索期的企业而言，按量计费可以减少前期大额投入，让企业先验证业务价值，再决定投入深度；当企业在 Token 按量计费模式中充分验证了 AI 系统的业务价值，且对长期使用形成明确预期，还可以升级至全量买断模式，进一步锁定长期价值与数据主权。

业内人士指出，从中长期来看，迅策科技在垂直领域的先发优势具有可持续性，且议价能力并不容易被稀释。其壁垒主要来自强监管行业的私有数据、实时治理能力和高替换成本；而通用大模型缺乏行业 Know-how 与合规闭环，双方更多是互补而非直接竞争关系。

在这种模式下，垂直 Token 的定价基础不再只是技术成本，而是更强调业务价值。客户对价格的敏感度相对较低，通用模型降价反而可能进一步提升专用 Token 的调用需求。

估值逻辑正在被重写

商业模式的变化，也正在影响资本市场对迅策科技的定价逻辑。资本市场不再只看“是否会做模型”，而是开始关注“能不能沉淀为资产”。

摩根士丹利最新发布的报告指出，中国 AI 发展的重心已从技术训练转向场景推理，从概念探索转向盈利落地，推理需求正在替代训练需求成为增长主力。而“词元第一股”的迅策科技正处在这一变化的核心风口——这也直观反映在其股价走势上。

今年以来，迅策科技股价一路大涨，一度创下 382.8 港元的历史新高，市值随之突破 1200 亿港元。截至 5 月 26 日发稿，年内累计涨幅已超过 4 倍。

德银研报此前将迅策定位为“数据燃料供应商+计费枢纽”，认为公司为垂直领域提供高质量场景 Token，正受益于人工智能数据需求爆发以及向 Token 经济模式转型，估值体系迎来重估。

在传统软件估值框架下，市场更关注客户数量、订阅收入、续费率以及项目交付能力；但在 Token 经济模式下，企业价值的评估维度正在发生变化。调用规模、Token 单价、垂直场景渗透率、客户业务嵌入深度，以及由此形成的持续性现金流，正在成为新的关键变量。

从这个角度来看，TokenONE 不只是一次产品发布，更像是迅策科技向资本市场给出的一次战略回应：当 AI 从概念走向产业落地，什么样的公司能够持续捕捉价值？

答案正变得越来越清晰：当场景数据成为 AI 时代的核心生产资料，场景 Token 工厂将成为企业级 AI 商业化落地的关键入口。

如今，迅策科技的 Token 工厂已经启动。AI 核心生产资料的工业化生产，正从概念逐步走向现实。